Enseignement scientifique • 1ère

Échantillonnage et quantification
Le son comme information à coder

Concepts & Exercices
\( f_e > 2 \cdot f_{max} \)
Théorème de Shannon-Nyquist
Taux d'échantillonnage
fe = 1/T
Fe : fréquence d'échantillonnage
Quantification
N = 2^n
N : niveaux, n : bits
Bruit de quantification
Δ/√12
Δ : pas de quantification
📡
Échantillonnage : Prélèvement de valeurs à intervalles réguliers.
📊
Quantification : Affectation de valeurs discrètes aux échantillons.
🔍
Théorème Nyquist : fe > 2×fmax pour éviter le repliement spectral.
⚖️
Compromis qualité/taille : Plus de bits = meilleure qualité mais fichier plus lourd.
💡
Conseil : Le taux d'échantillonnage doit être > 2× la fréquence max
🔍
Attention : La quantification introduit un bruit de fond
Astuce : Plus de bits = plus de niveaux = meilleure qualité
💾
Méthode : Comparer les formats avec différentes profondeurs
Exercice 1
Calculer le taux d'échantillonnage minimum pour un signal de 20 kHz
Exercice 2
Déterminer le nombre de niveaux de quantification avec 12 bits
Exercice 3
Calculer la taille d'un fichier audio de 5 minutes en 48 kHz/24 bits
Exercice 4
Comparer la qualité de quantification 8 bits et 16 bits
Exercice 5
Analyser l'effet de la fréquence d'échantillonnage sur la qualité
Exercice 6
Calculer le débit binaire d'un signal stéréo 96 kHz/24 bits
Exercice 7
Identifier les artefacts d'échantillonnage insuffisant
Exercice 8
Comparer les tailles de fichiers avec différentes profondeurs
Exercice 9
Expliquer la relation entre quantification et dynamique du signal
Exercice 10
Analyser le bruit de quantification pour différentes profondeurs
Corrigé : Exercices 1 à 5
1 Théorème de Nyquist
Définition :

Théorème de Shannon-Nyquist : \( f_e > 2 \cdot f_{max} \) pour éviter le repliement spectral.

Étape 1 : Identifier la fréquence maximale

Le signal a une fréquence maximale de \( f_{max} = 20 \) kHz

Étape 2 : Appliquer le théorème de Nyquist

Le taux d'échantillonnage doit être strictement supérieur à \( 2 \times f_{max} \)

Étape 3 : Calculer le taux minimum

\( f_e > 2 \times 20 \) kHz = 40 kHz

Étape 4 : Interpréter le résultat

Le taux d'échantillonnage doit être supérieur à 40 kHz

Réponse finale :

Le taux d'échantillonnage minimum est de 40 kHz (en pratique, 44.1 kHz ou 48 kHz)

Règles appliquées :

Théorème : \( f_e > 2 \cdot f_{max} \) pour éviter l'aliasing

Application : Pour CD, \( f_e = 44.1 \) kHz pour \( f_{max} = 20 \) kHz

Conséquence : Sous-échantillonnage → repliement spectral

2 Quantification 12 bits
Définition :

Quantification : Discrétisation des valeurs continues en niveaux discrets.

Nombre de niveaux : \( N = 2^n \) avec \( n \) le nombre de bits.

Étape 1 : Identifier le nombre de bits

La quantification est effectuée sur \( n = 12 \) bits

Étape 2 : Appliquer la formule

Le nombre de niveaux possibles est \( N = 2^n \)

Étape 3 : Calculer

\( N = 2^{12} = 4096 \) niveaux possibles

Étape 4 : Interpréter

Les valeurs vont de -2048 à +2047 (si signé) ou de 0 à 4095 (non signé)

Réponse finale :

Il y a 4096 niveaux de quantification avec 12 bits

Règles appliquées :

Formule : \( N = 2^n \) pour \( n \) bits

Qualité : Plus de bits = plus de précision

Comparaison : 8 bits = 256 niveaux, 16 bits = 65536 niveaux

3 Taille fichier audio
Définition :

Paramètres : 48 kHz, 24 bits, stéréo (2 canaux).

Taille fichier : \( \text{Taille} = \text{Durée} \times \text{Débit binaire} \)

Étape 1 : Identifier les paramètres

Durée = 5 min = 300 s, \( f_e = 48000 \) Hz, \( n = 24 \) bits, 2 canaux

Étape 2 : Calculer le débit binaire

Débit = \( f_e \times n \times \text{nombre de canaux} \)

Débit = \( 48000 \times 24 \times 2 = 2304000 \) bits/s

Étape 3 : Calculer la taille totale

Taille = \( 2304000 \times 300 = 691200000 \) bits

Étape 4 : Convertir en Mo

Taille = \( 691200000 / 8 / 1024 / 1024 \approx 82.7 \) Mo

Réponse finale :

Le fichier fait environ 82.7 Mo pour 5 minutes en 48 kHz/24 bits stéréo

Règles appliquées :

Formule : Taille = Durée × Débit binaire

Débit : Débit = \( f_e \times n \times \text{canaux} \)

Conversion : 1 octet = 8 bits, 1 Mo = 1024² octets

4 Comparaison quantification
Définition :

Qualité quantification : Plus de bits = plus de niveaux = meilleure précision.

Bruit de quantification : Inversement proportionnel au nombre de bits.

Étape 1 : Analyser 8 bits

256 niveaux de quantification, bruit plus important

Étape 2 : Analyser 16 bits

65536 niveaux de quantification, bruit beaucoup plus faible

Étape 3 : Comparer les rapports signal/bruit

8 bits : ~48 dB, 16 bits : ~96 dB

Étape 4 : Considérer l'application

8 bits pour voix, 16 bits pour CD, 24 bits pour studio

Réponse finale :

16 bits offre une bien meilleure qualité que 8 bits grâce à 256 fois plus de niveaux

Règles appliquées :

Rapport S/B : \( \text{SNR} = 6.02n + 1.76 \) dB

Qualité : Plus de bits = moins de bruit = meilleure qualité

Application : 16 bits suffit pour l'audition humaine

5 Fréquence échantillonnage
Définition :

Fréquence d'échantillonnage : Nombre d'échantillons par seconde.

Plage de fréquences : Dépend de la gamme audible (20 Hz - 20 kHz).

Étape 1 : Analyser le format 44.1 kHz

CD standard, couvre la gamme audible (20 Hz - 20 kHz)

Étape 2 : Analyser le format 48 kHz

Standard DVD, légèrement supérieur à 44.1 kHz

Étape 3 : Analyser le format 96 kHz

Haute résolution, capte des fréquences jusqu'à 48 kHz

Étape 4 : Considérer les limites humaines

Les humains n'entendent pas au-delà de 20 kHz, donc bénéfice limité

Réponse finale :

44.1 kHz suffit pour la gamme audible humaine, 96 kHz pour la qualité studio

Règles appliquées :

Nyquist : \( f_e > 2 \times f_{max} \)

Pratique : 44.1 kHz suffit pour l'audition humaine

Avantages : Fréquences plus élevées permettent un filtrage plus doux

Corrigé : Exercices 6 à 10
6 Débit binaire stéréo
Définition :

Débit binaire : Quantité de données traitées par unité de temps.

Formule : \( \text{Débit} = f_e \times n \times \text{canaux} \)

Étape 1 : Identifier les paramètres

\( f_e = 96000 \) Hz, \( n = 24 \) bits, 2 canaux (stéréo)

Étape 2 : Appliquer la formule

Débit = \( f_e \times n \times \text{canaux} \)

Étape 3 : Calculer

Débit = \( 96000 \times 24 \times 2 = 4608000 \) bits/s

Étape 4 : Convertir en ko/s

Débit = \( 4608000 / 8 / 1024 \approx 562.5 \) ko/s

Réponse finale :

Le débit binaire est de 4608000 bits/s (≈562.5 ko/s)

Règles appliquées :

Formule : Débit = \( f_e \times n \times \text{canaux} \)

Stéréo : Double le débit d'un canal mono

Haute résolution : 96kHz/24bits = 4.6 Mbps

7 Artefacts sous-échantillonnage
Définition :

Aliasing : Repliement spectral causé par échantillonnage insuffisant.

Effet : Fréquences hautes deviennent des fréquences basses erronées.

Étape 1 : Identifier le problème

Signal de fréquence \( f > f_e/2 \) n'est pas correctement échantillonné

Étape 2 : Observer les effets

Une fréquence de 25 kHz avec \( f_e = 40 \) kHz devient 15 kHz

Étape 3 : Calculer la fréquence apparente

\( f_{apparente} = |f - n \times f_e| \) où \( n \) est entier

Étape 4 : Prévenir l'aliasing

Utiliser un filtre anti-repliement avant l'échantillonnage

Réponse finale :

Le sous-échantillonnage crée des fréquences erronées (aliasing)

Règles appliquées :

Aliasing : \( f_{apparente} = |f - n \times f_e| \)

Prévention : Filtre passe-bas avant échantillonnage

Conséquence : Distorsion irréversible

8 Comparaison tailles quantification
Définition :

Profondeur de quantification : Nombre de bits par échantillon.

Impact : Plus de bits = fichier plus volumineux mais meilleure qualité.

Étape 1 : Comparer les profondeurs

8 bits (256 niveaux), 16 bits (65536 niveaux), 24 bits (16 millions niveaux)

Étape 2 : Analyser la taille

Un fichier 16 bits est 2 fois plus volumineux qu'un fichier 8 bits

Étape 3 : Évaluer la qualité

16 bits : CD qualité, 24 bits : studio qualité

Étape 4 : Bilan qualité/taille

Compromis entre qualité sonore et espace de stockage

Réponse finale :

Plus de bits = meilleure qualité mais fichier plus volumineux

Règles appliquées :

Taille : Proportionnelle au nombre de bits

Qualité : Plus de bits = plus de précision

Choix : Dépend de l'utilisation (écoute, studio, archivage)

9 Dynamique et quantification
Définition :

Dynamique : Différence entre le son le plus fort et le plus faible.

Plage dynamique : Écart entre le bruit de fond et le niveau maximum.

Étape 1 : Comprendre la dynamique

Plage de variation des amplitudes dans un signal audio

Étape 2 : Relier à la quantification

Plus de bits = plus de niveaux = meilleure représentation des faibles signaux

Étape 3 : Calculer la plage dynamique

Plage = \( 20 \times \log_{10}(2^n) \) dB

Pour 16 bits : \( 20 \times \log_{10}(65536) \approx 96 \) dB

Étape 4 : Interpréter

Un signal de 96 dB de dynamique peut avoir des parties 10⁹⁶ fois plus faibles

Réponse finale :

La quantification détermine la plage dynamique du signal numérisé

Règles appliquées :

Plage : \( \text{PD} = 6.02n + 1.76 \) dB

16 bits : Plage dynamique de ~96 dB

24 bits : Plage dynamique de ~144 dB

10 Bruit de quantification
Définition :

Bruit de quantification : Erreur entre valeur réelle et valeur quantifiée.

Amplitude : Proportionnelle à \( \Delta/\sqrt{12} \) où \( \Delta \) est le pas de quantification.

Étape 1 : Comprendre le bruit

Erreurs aléatoires dues à l'arrondi des échantillons

Étape 2 : Analyser la relation

Plus de bits = pas de quantification plus petit = moins de bruit

Étape 3 : Calculer pour différentes profondeurs

8 bits : bruit ~1/256 du signal max, 16 bits : bruit ~1/65536

Étape 4 : Considérer l'application

Le bruit est souvent masqué par le signal lui-même

Réponse finale :

Le bruit de quantification diminue exponentiellement avec le nombre de bits

Règles appliquées :

Bruit : Proportionnel à \( 1/2^{n+1} \) avec \( n \) bits

Rapport S/B : Augmente de ~6 dB par bit supplémentaire

Qualité : Plus de bits = moins de bruit = meilleure qualité

Échantillonnage et quantification Le son comme information à coder